Local tool that accelerates the review. Lives at
…/technical-analysis/processflow-tool/ (app.py + ui/index.html, stdlib only,
read-only, fetches via system curl). This skill is the how-to-drive; the review
judgement comes from the processflow-review skill (review-lens, principles) — use both.
Start it
cd <repo>/technical-analysis/processflow-tool && python3 app.py # → http://localhost:8765
Run in the background; it auto-opens the browser. State persists in data/<firma>/*.json.
SOP-Einstieg (Dominik, verbindlich — VOR der Analyse, einmal je Projekt)
Erst Setup & Kontext im System prüfen, dann analysieren (sonst baut man auf falschem Fundament):
- Kunde prüfen — Firmenrecherche & Meeting-Briefing (Branche, MA-Zahl, Ansprechpartner).
- Tool-Präferenzen — Kunde → Bearbeiten → Tab „Tools": korrekt hinterlegt?
- Projekt-IT-Infrastruktur — Projekt → Bearbeiten: vollständig & stimmig? Fehlt etwas → Rückfrage Workshopleiter/Projektleitung, nicht raten.
- Projekt-Tools — Tab „Projekt-Tools": jeder Tool-Typ korrekt (Bestandssystem vs. Neu).
- Kontext & Transkripte sichten.
Dann Sortierung „Analyse-Reihenfolge", max. 10 Prozesse top-down. Pro Prozess: Canvas
verifizieren → Scoring verifizieren → Lösungskonzept verfeinern → „HI-freigegeben" setzen.
(= Guard
setup_verified; Details inprocessflow-review/references/guardrails.md.)
Per-company flow
- + Firma: paste company name + any authenticated
curlfrom ProcessFlow. The app extractsapikey,Bearer,organization_id, and base URL. Token ~1 h. - ⤓ Prozesse holen (
/api/ingest): pulls processes + scores + reports → local JSON.- Default list query
processes?select=*&order=name.ascrelies on RLS scoping to the org. - If it returns nothing / cross-org: pass
list_pathto/api/ingest, or add processes individually via/api/add_processwith a process URL/ID (fetch-by-id is proven).
- Default list query
- 📄 Transkript einfügen (the workshop transcript) — enables per-process search.
- Work each process (sorted by score): tabs Übersicht / Canvas / Transkript-Check /
Canvas-Korrektur / Prompts. The Übersicht checklist = the Guardrails / Definition of Done
(
processflow-review/references/guardrails.md): 👁 = you verify manually (hours realistic, tool-Landkarte, color-coding, diagrams), 🤖 = ensured via the rework prompt. The process list shows adone/totalPflicht-Guard counter; only mark Freigegeben once all required guards are ticked. Saves toreview.json.
Non-negotiable review rules (carry over)
- Transcript-check EVERY process. 0 hits for the core term = AI-invention suspect → question it (this caught „BSB"→Brandschutz and the invented „Jahrfixe").
- Smallest solution in the customer's interest. Strip over-engineering (no expensive APIs/RAG/extra stacks when M365 + a little glue suffices). The "Smallest-Solution-Check" prompt button helps.
- BMD = unverified risk. Never in quick wins; manual/later only; not a data source unless proven.
- ziwa-OS / Custom Web App is NOT a Landkarte tool — it's listed per process, always as
new (not Bestand). Use ONE canonical name per company (e.g.
ziwa-OS – Modul <X> (neverlost Individual-Web-App)) so the per-process tool entries stay consistent. Verify tool naming to avoid Landkarte duplicates (SharePoint vs Microsoft SharePoint, Outlook variants, …). - InboxMate is psquared's own product — disclose the conflict when recommending it for email triage.
- Canvas/Lösungskonzept/Diagramm are separate in-app AIs — the canvas AI needs its own self-contained prompt (it has little context). The app's Canvas-Korrektur tab builds it.
- Max 10 processes/company; favourites + quick-wins-with-photo first. At the end, recommend the best 4 to present (clear path, readable from diagram+concept; lead with the customer's own stated priorities from the transcript).
ProcessFlow-Bedienung über Chrome-MCP (gelernt, WICHTIG)
- Die MCP-Chrome ist als der Nutzer live in der Produktiv-ProcessFlow eingeloggt → jeder Schreibvorgang trifft echte Kundendaten. Read-only frei; jede schreibende Aktion einzeln bestätigen lassen.
- Canvas-Copilot „Übernehmen" nicht vergessen!
update_canvaserzeugt nur einen Vorschlag (Banner „KI-Vorschläge prüfen — N Felder vorgeschlagen" mit Verwerfen/Übernehmen). Erst nach Klick auf Übernehmen ist es gespeichert. Immer danach verifizieren (Banner weg). - Der Copilot/KI ist je Tab unterschiedlich: Canvas-Daten → „Canvas-Copilot" (Vorschlag→ Übernehmen); Lösungskonzept → editierbares Rich-Text-Feld + „Speichern" (und „Neu generieren" = Voll-Regenerate, meiden!); andere Tabs ggf. eigene Mechanik. Vor dem Schreiben prüfen, welcher Mechanismus der jeweilige Tab hat.
- BESTES Werkzeug für Lösungskonzept-Edits: „Vom Copilot überarbeiten lassen" (Konzept-Copilot, Button-title genau so). Ihm eine präzise Liste der gezielten Änderungen geben → er ändert formatierungserhaltend UND kann in einem Rutsch zusätzlich das Diagramm aktualisieren und Solutions/Tools verknüpfen (manage_diagrams / Solutions). Persistiert server-seitig (tool calls); falls danach ein „Speichern" sichtbar ist, klicken. Danach immer verifizieren (Felder + dass keine ungewollte 2. Stelle übrig blieb, z. B. BMD-Begründung an zwei Orten).
- Grenzen des Konzept-Copilots (Stütz beobachtet — je Session verifizieren, nicht blind glauben): Er editiert nicht die „Begründung der Empfehlung"-Textbox und nicht den Empfehlungs-Typ (C) → diese direkt im Textfeld setzen (Value-Setter + input/change + blur) und „Speichern". Das Entfernen einer verknüpften Solution lief manuell über das Papierkorb-/lucide-trash2-Icon in der Solutions-Liste, nicht über den Copilot. Verknüpfen kann er vorschlagen — Ergebnis immer prüfen.
- NICHT lange/formatierte Rich-Text-Felder per MCP komplett neu tippen (TipTap/ProseMirror) — das plättet Überschriften/Bullets. MCP-Tippen nur für kurze, unformatierte Felder. Für gezielte Edits in langen Feldern → Konzept-Copilot.
- Copilot-Eingabefeld kann vorbefüllt sein (z. B. Diagramm-Template) → vor dem Tippen mit Meta+A leeren, sonst vermischt sich die Anweisung.
- React-Eingabefelder: Der Copilot-Input ist controlled; programmatisches Befüllen braucht
ggf. einen Value-Tracker-Reset +
input-Event, sonst bleibt der Senden-Button disabled. - Surgische Canvas-Edits: Metadaten (Prozessname/Frequenz/Zeit/MA/„Daten digital") sind echte Textfelder → direkt editierbar. Die §-Abschnitte sind gerenderter Text → nur via Canvas-Copilot (gezielte Anweisung) änderbar. Immer Vorher-Stand sichern (main.innerText) und nachher diffen.
- Tool-Landkarte je Projekt: Button „Tools" im Projekt; OS muss je Prozess als Individualsoftware (rosa, neu) zugeordnet sein (vor Diagrammerstellung).
- Diagrammtypen (Abschnitt „G) Diagramme"): unten „Diagramm hinzufügen" mit vier Typ- Buttons: Architektur · End-to-End Ablauf · Sequenz · Module. Ein Klick auf einen Typ ist kein Filter, sondern startet sofort den Konzept-Copilot mit einem vorbefüllten Generier- Prompt für genau diesen Diagrammtyp (er erzeugt das Diagramm formatierungs-/farbkonform und persistiert es). Dominics G1 verlangt je Prozess mind. ein End-to-End-Ablauf-Diagramm (kundenseitig) UND zusätzlich ein Architekturdiagramm (Container-View, für IT) — außer bei trivialen Ein-Tool-Prozessen (z. B. Skribble-E-Signatur), wo ein C4-Diagramm kaum Mehrwert hat. Nach dem Generieren immer Seite neu laden und verifizieren (Anzahl im „G) Diagramme N"-Badge, Color-Coding, keine Initialen).
- Auto-generierte Diagramme sind zu komplex + die Captions enthalten Jargon. Der Generier-Prompt baut volle C4-Modelle mit vielen Nodes und schreibt in die Beschreibung Interna wie „rosa", „:::custom", „:::existing", „C4-Ebene 2", „Layer". Beides ist falsch: (a) Diagramme so einfach wie möglich (nur nötige Nodes/Edges, Architektur möglichst ≤ ~10 Nodes — granulare Schritte gehören in den Ablauf, nicht ins Architekturbild); (b) Caption kundenseitig ohne Styling-/ Tool-Begriffe. Daher nach dem Generieren per Konzept-Copilot „vereinfachen + Caption in normaler Sprache, keine Farb-/Klassennamen" nachschärfen.
- „E) Datenschutz-Compliance" / „DSGVO-Empfehlungen" ist ein eigenes KI-Feld — der Konzept-Copilot beschreibt es NICHT (update_report betrifft nur das Lösungskonzept). Initialen/ Begriffe, die dort stehen (z. B. „JK Vollzugriff, JS Lesezugriff"), bleiben nach einem Copilot- Lauf bestehen → separat behandeln/flaggen. Der Copilot kann den Wunsch-Text zwar anzeigen, aber nicht speichern.
Zuverlässigkeit & Datenaktualität (gelernt, WICHTIG)
- Der Konzept-Copilot ist langsam und kann stumm scheitern. Läufe dauern regelmäßig 60–110 s; ein
Lauf hing ~5 min und hat nicht persistiert (nur durchs Neuladen aufgefallen). Regel: nach JEDEM
Copilot-Lauf Seite neu laden und die Änderung verifizieren — nicht darauf vertrauen, dass sie ankam.
Lieber kurze, gezielte Prompts (lange/verkettete Anweisungen hängen häufiger). Hängt ein Lauf
~2 min, von „nicht gespeichert" ausgehen und vor dem Retry den Ist-Stand prüfen.
- Schritt-Stunden (C) „Umsetzungshinweis" /
next_steps) gehören dem Copilot. Die Stunden direkt im manuellen Feld zu ändern hat bei Stütz nicht persistiert; zuverlässig war die Anweisung an den Konzept-Copilot. Stundenänderungen also über den Copilot fahren und per Reload verifizieren. - Radix-Switches/Tabs (z. B. Bestand/neu) unmittelbar nach dem Klick unzuverlässig auslesen. Der Zustand kippte bei Stütz hin und her → erst nach Neuladen (oder per Screenshot) als gesichert werten; schreibende Klicks brauchen die volle Pointer-Event-Sequenz.
- Cache-Falle: die lokale Helper-App-JSON (
processes/reports/scores.json) ist ein Snapshot. Nach JEDER Live-Änderung via Chrome-MCP ist sie veraltet — bei Stütz stand im Cache Kalkulation 140 h / #2 8,5 h, live waren es 76 h / 24 h. Nie Stunden/Scores aus dem Cache in ein Deliverable schreiben — vorher live nachlesen. - Leeres Ergebnis ≠ „sauber". Ein abgelaufener Supabase-JWT liefert eine leere Antwort, die wie „Canvas sauber / keine Findings" aussieht (hat einmal einen falschen Freibrief erzeugt). Vor jedem Schluss aus einem Fetch: Zeilenzahl > 0 prüfen.
Token refresh
When the timer runs low, ↻ Token → paste a fresh curl (any authenticated request).
apikey/base are kept; only the Bearer is replaced.
Output
Diffs and checklists live in the app (review.json), not in separate HTML files.
Prompts are copy-ready in the Prompts / Canvas-Korrektur tabs. For a client/colleague
hand-off, build a shareable summary Artifact (4-to-present + key insights + transcript
excerpts), as done for ZIWA. Zwei Ausgabeformen anbieten: eine claude.ai-Artifact
(Login/Share nötig) UND eine eigenständige, self-contained HTML-Datei (Inline-CSS,
System-Fonts, keine externen Abhängigkeiten → offline & als Anhang teilbar) für manuelles
Teilen. Immer die ProcessFlow-Deeplinks je Prozess einbetten
(…/process/<id>/wizard?tab=feasibility), damit Dominik direkt ins Konzept springt, und
Ranking-Umstufungen mit ▲/▼ + Begründung transparent zeigen.